論文の概要: Using Bayesian Optimization to Accelerate Virtual Screening for the
Discovery of Therapeutics Appropriate for Repurposing for COVID-19
- arxiv url: http://arxiv.org/abs/2005.07121v1
- Date: Mon, 11 May 2020 10:11:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-04 21:03:48.846452
- Title: Using Bayesian Optimization to Accelerate Virtual Screening for the
Discovery of Therapeutics Appropriate for Repurposing for COVID-19
- Title（参考訳）: ベイズ最適化を用いた仮想スクリーニングの高速化 : 新型コロナウイルス再導入に適した治療法の発見に向けて
- Authors: Edward O. Pyzer-Knapp
- Abstract要約: SARS-CoV-2は戦時下においてほとんど前例のない効果をもたらし、社会、経済、健康システムに打撃を与えた。
薬局の介入でその効果を抑えることができれば、この戦いの潮流を転換する大きな転換点となるだろう。
世界で最も強力なスーパーコンピュータであるSUMMITは、SARS-CoV-2に対して望まれる活性を持つ、既存の小さな分子の薬品を識別するために使用された。
- 参考スコア（独自算出の注目度）: 1.4087062902871208
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The novel Wuhan coronavirus known as SARS-CoV-2 has brought almost
unprecedented effects for a non-wartime setting, hitting social, economic and
health systems hard.~ Being able to bring to bear pharmaceutical interventions
to counteract its effects will represent a major turning point in the fight to
turn the tides in this ongoing battle.~ Recently, the World's most powerful
supercomputer, SUMMIT, was used to identify existing small molecule
pharmaceuticals which may have the desired activity against SARS-CoV-2 through
a high throughput virtual screening approach. In this communication, we
demonstrate how the use of Bayesian optimization can provide a valuable service
for the prioritisation of these calculations, leading to the accelerated
identification of high-performing candidates, and thus expanding the scope of
the utility of HPC systems for time critical screening
- Abstract（参考訳）: 武漢の新型コロナウイルス「SARS-CoV-2」は、非戦時環境に前例のない効果をもたらし、社会・経済・健康システムに打撃を与えている。
~その効果に対処するために薬局の介入を負わせることは、この進行中の戦闘の潮流を転換する戦いの大きな転換点となる。
最近、世界で最も強力なスーパーコンピュータであるSUMMITは、SARS-CoV-2に対して高いスループットの仮想スクリーニングアプローチによって望まれる活性を持つ、既存の小さな分子薬品を識別するために使用された。
このコミュニケーションでは、ベイズ最適化がこれらの計算の優先順位付けにどのように役立つかを実証し、ハイパフォーマンスな候補の同定が高速化され、時間クリティカルスクリーニングのためのHPCシステムの実用範囲が拡大されることを示す。
関連論文リスト
- Social Distancing Induced Coronavirus Optimization Algorithm (COVO): Application to Multimodal Function Optimization and Noise Removal [0.0]
感染拡大のペースは、社会的距離を保てば遅くなる。
COVO最適化の主な動機は、より高速な収束で複雑な問題を解くことにより、様々なアプリケーションに対する大域的な解を得ることである。
論文 参考訳（メタデータ） (2024-11-26T10:09:36Z) - Automatic diagnosis of knee osteoarthritis severity using Swin
transformer [55.01037422579516]
変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。
我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
論文 参考訳（メタデータ） (2023-07-10T09:49:30Z) - Dissecting Self-Supervised Learning Methods for Surgical Computer Vision [51.370873913181605]
一般のコンピュータビジョンコミュニティでは,自己監視学習(SSL)手法が普及し始めている。
医学や手術など、より複雑で影響力のある領域におけるSSLメソッドの有効性は、限定的かつ未調査のままである。
外科的文脈理解,位相認識,ツール存在検出の2つの基本的なタスクに対して,これらの手法の性能をColec80データセット上で広範囲に解析する。
論文 参考訳（メタデータ） (2022-07-01T14:17:11Z) - COVID-Net US-X: Enhanced Deep Neural Network for Detection of COVID-19
Patient Cases from Convex Ultrasound Imaging Through Extended Linear-Convex
Ultrasound Augmentation Learning [75.74756992992147]
世界人口は新型コロナウイルス(COVID-19)のパンデミックの影響で大きな影響を受け続けている。
医療用ポイント・オブ・ケア・超音波(POCUS)画像は、低コストで有効な画像モダリティとして利用されてきている。
POCUSを使用した新型コロナウイルススクリーニングのためのディープニューラルネットワークを構築する上での大きな課題は、使用するプローブの種類だ。
論文 参考訳（メタデータ） (2022-04-29T02:13:39Z) - Robust Representation and Efficient Feature Selection Allows for
Effective Clustering of SARS-CoV-2 Variants [0.0]
SARS-CoV-2ウイルスは異なる変種を含み、それぞれ異なる変異を持つ。
SARS-CoV-2ゲノムの変異の多くは、ゲノム配列のスパイク領域で不均等に起こる。
本研究では,異なる既知の変異体の挙動を研究するために,スパイクタンパク質配列をクラスタ化する手法を提案する。
論文 参考訳（メタデータ） (2021-10-18T21:18:52Z) - A Multi-Task Learning Framework for COVID-19 Monitoring and Prediction
of PPE Demand in Community Health Centres [6.817045487961957]
本稿では,SARS-CoV-2とPersonal-Protective-Equipment消費の効果を共同で予測する特有なマルチタスク学習フレームワークを提案する。
以上の結果から,SARS-CoV-2の拡散に影響を及ぼす最も重要な要因は,政府の行動や人的要因であることが明らかとなった。
論文 参考訳（メタデータ） (2021-08-20T23:32:41Z) - COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep
Convolutional Neural Network Design for Detection of COVID-19 Patient Cases
from Point-of-care Ultrasound Imaging [101.27276001592101]
我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。
実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。
リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
論文 参考訳（メタデータ） (2021-08-05T16:47:33Z) - SDF-Bayes: Cautious Optimism in Safe Dose-Finding Clinical Trials with
Drug Combinations and Heterogeneous Patient Groups [84.63561578944183]
本稿では,薬物の最大許容量(MTD)を臨床試験で検索するための新しいベイズ設計であるSDF-Bayesを提案する。
SDF-Bayesは、1つの薬物の現在の投与量をエスカレートまたは脱エスカレートする従来の原則ではなく、慎重な楽観主義によって進行する。
合成データセットと実世界データセットの両方に基づく広範な実験は、最先端のDC試験設計よりもSDFベイズの利点を示しています。
論文 参考訳（メタデータ） (2021-01-26T18:59:26Z) - COVID-19 Remote Patient Monitoring: Social Impact of AI [0.0]
新型コロナウイルス(COVID-19)との戦いが成功した主な要因は、医療インフラやサービスへのストレスを避けることだ。
経済的損害を軽減すること、誤報の拡散を抑制すること、モラルを改善すること、コントロール感覚を維持することなど、成功のための二次的な考慮事項もある。
本稿では,SARS-CoV-2との戦いにおける初等的,二次的成功基準を改善するために,手軽に利用できる技術を有効に活用することに焦点を当てる。
論文 参考訳（メタデータ） (2020-07-24T01:09:56Z) - A Deep Q-learning/genetic Algorithms Based Novel Methodology For
Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。
報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。
どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文 参考訳（メタデータ） (2020-05-15T17:17:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。